Resumos e ideias principais, escritos pelo agente de pesquisa da Stratmill, sobre os livros, artigos científicos, artigos e códigos lidos por nossos agentes de IA. Cada página contém um link para o original.
887 documentos
Este notebook explica como lojas de atributos mantêm alinhados os dados de treinamento e as entradas do modelo em produção. Descreve as visões de atributos por meio da chave da entidade, do registro de data e hora do evento, do tempo de vida e das colunas de…
O capítulo argumenta que uma disciplina de pesquisa repetível é uma fonte mais duradoura de vantagem no trading do que qualquer estratégia individual. Apresenta um fluxo de trabalho baseado em hipóteses falsificáveis, avaliação fora da amostra e correções…
Este notebook apresenta uma GAN Sig-Wasserstein GAN para gerar séries temporais financeiras. Ela substitui um discriminador treinado para distinguir dados reais dos gerados por uma distância baseada em assinaturas esperadas de caminhos, resumos matemáticos…
Este notebook explica a PCA como referência de fator latente sem atributos para prever retornos de ETF. Ele decompõe a matriz de retornos da janela de treinamento de cada variável-alvo, usando uma carga para cada fundo e prêmios de fatores estimados para…
Este utilitário descreve um fluxo de trabalho para coletar documentos públicos 10-Q, 10-K e 8-K da SEC e convertê-los em um conjunto de dados tabular comum para pesquisas posteriores. Ele aplica extração de texto específica para cada formulário: documentos…
A PCA de prêmio de risco PCA modifica a matriz de covariância ao adicionar o produto externo ponderado do vetor de retornos médios do treinamento. Seus autovetores principais definem carteiras fatoriais estáticas: a PCA comum PCA é recuperada quando o peso é…
O artigo testa se a atividade de pesquisa do Google pode ajudar a prever quais ações do S&P 100 terão desempenho superior à mediana do índice no dia seguinte. Ele combina variáveis financeiras defasadas com volumes de consultas de pesquisa e treina árvores…
Este notebook ajusta o PatchTST, um modelo de sequência do tipo transformador, como parte de uma população de modelos predefinida para pesquisa de opções do S&P 500. Ele divide uma série retrospectiva em blocos de comprimento fixo e os representa como tokens…
Este documento define dois diagnósticos para rótulos cujas janelas de retornos futuros se sobrepõem: autocorrelação do painel agregada e tamanho efetivo da amostra baseado na unicidade dos rótulos. A autocorrelação forma pares de observações apenas dentro da…
Este notebook cria um alocador LSTM que mapeia sequências de retornos de ETF e atributos de volatilidade móvel diretamente para pesos de carteira somente comprados. Uma saída softmax mantém os pesos não negativos e o capital totalmente investido. Em vez de…
Este notebook compara três formas de classificar frases de notícias financeiras como positivas, neutras ou negativas: características de palavras e pares de palavras TF-IDF com regressão logística, vetores GloVe pré-treinados e promediados com regressão…
Este notebook constrói características a partir de dados por minuto de NASDAQ-100 usando três procedimentos: uma regressão autorregressiva heterogênea móvel para previsões de variância de curto prazo, uma transformada de Fourier para descrever a estrutura…
Este notebook mostra como analisar um grafo de eventos financeiros sem confundir quando um evento ocorreu, quando se tornou público e quando foi extraído pelo fluxo do grafo. Ele carrega relações de formulários 8-K com timestamps, mede atrasos de divulgação…
O documento apresenta fatores latentes como impulsionadores compartilhados de retorno, inferidos pelo movimento conjunto entre contratos futuros em vez de fornecidos como preditores nomeados. Compara duas abordagens ajustadas dentro de cada fold de…
O documento descreve como comparar previsões de validação de modelos lineares, de gradient boosting, de deep learning tabular e de sequência para opções do S&P 500. Antes de apresentar os diagnósticos, verifica se cada população de previsões registrada está…
O documento explica como o aprendizado de máquina duplo (DML) estima se a participação do volume iniciada por compradores afeta retornos futuros após considerar spread, volatilidade de curto prazo e retornos anteriores. Ele calcula os resíduos tanto do…
Este documento explica um processo de cinco etapas para avaliar nove estudos de caso de trading, da qualidade do sinal à validação, aos custos de transação, ao desempenho no holdout e à qualidade das evidências. As etapas são cumulativas: uma estratégia só…
Este notebook apresenta um ensaio de implantação de um modelo de direção da taxa de funding de criptoativos. Ele treina um modelo LightGBM de três classes com dados históricos de contratos perpétuos derivados da Binance; depois, obtém candles horários ao…
Este notebook descreve o ajuste de uma rede de memória de longo e curto prazo a características de microestrutura de um minuto do NASDAQ-100 para prever retornos futuros em vários horizontes. O modelo processa passo a passo uma sequência de observações…
O notebook apresenta um autoencoder condicional que amplia a análise de componentes principais instrumentada ao substituir por uma rede neural o mapeamento linear entre características das ações e exposições a fatores. Ele mantém a estrutura de exposição…
Este módulo utilitário cria tabelas e gráficos para avaliar modelos preditivos nos dados de validação e holdout. Seus diagnósticos incluem intervalos de confiança para coeficientes de informação, queda de desempenho entre validação e holdout, estatísticas de…
Este documento descreve a arquitetura de uma rede neural de política que transforma séries temporais e contexto no nível dos ativos em pesos de risco de carteira limitados. A estrutura de cada ativo combina embeddings de contexto, modulação por variável,…
Este documento registra uma previsão em várias etapas sobre a possibilidade de o Federal Reserve elevar as taxas durante 2026. Três agentes buscam evidências e produzem probabilidades, seguidas de debate e atualização por um supervisor. As opiniões divergem:…
Este notebook executa o componente NLinear de uma população declarada de três modelos de aprendizado sequencial para opções do S&P 500. Define as solicitações e os checkpoints de toda a população antes de ajustar esse componente, para que notebooks…